¿Para qué es necesario evaluar un modelo de aprendizaje automático? a) Para saber si las predicciones que nos de son buenas y nos podemos fiar. b) Para saber si los datos tienen mucho sesgo. c) Para obtener un coeficiente por el que hay que multiplicar todos los valores del dataset y actualizarlo. d) Para poder puntuar el dataset y que otros científicos sepan si es bueno o no.
En la predicción de un modelo de aprendizaje automático, ¿qué es un falso negativo? a) Es un caso que se predice como positivo pero en realidad es negativo b) Es un caso que se predice como positivo y realmente es positivo. c) Es un caso que se predice como negativo pero en realidad es positivo. d) Es un caso que se predice como negativo y realmente es negativo.
En la predicción de un modelo de aprendizaje automático, ¿qué es un falso positivo? a) Es un caso que se predice como positivo pero en realidad es negativo b) Es un caso que se predice como positivo y realmente es positivo. c) Es un caso que se predice como negativo pero en realidad es positivo. d) Es un caso que se predice como negativo y realmente es negativo.
En la predicción de un modelo de aprendizaje automático, ¿qué es un verdadero negativo? a) ? Es un caso que se predice como positivo pero en realidad es negativo b) Es un caso que se predice como positivo y realmente es positivo c) Es un caso que se predice como negativo pero en realidad es positivo d) Es un caso que se predice como negativo y realmente es negativo.
En la predicción de un modelo de aprendizaje automático, ¿qué es un verdadero positivo? a) Es un caso que se predice como positivo pero en realidad es negativo b) Es un caso que se predice como positivo y realmente es positivo. c) Es un caso que se predice como negativo pero en realidad es positivo. d) Es un caso que se predice como negativo y realmente es negativo.
En un problema de clasificación ¿Para qué sirve la matriz de confusión? a) Para saber si los errores se dan más prediciendo una clase o la otra. b) Para confundir al modelo y que salga más resiliente. c) Para saber qué operaciones matemáticas aplicar para corregir el modelo. d) Ninguna de las anteriores.
¿Cómo se calcula el “accuracy” de un modelo entrenado? a) Dividiendo el número de casos de una clase identificados correctamente entre todos los casos reales de dicha clase. b) Dividiendo el número de casos de una clase identificados correctamente entre todos los casos de esa clase identificados por el modelo. c) Dividiendo el número de casos correctamente clasificados de todas las clases por el número total de casos. d) Ninguna de las anteriores.
¿Cómo se calcula el “recall” de un modelo entrenado? a) Dividiendo el número de casos de una clase identificados correctamente entre todos los casos reales de dicha clase. b) Dividiendo el número de casos de una clase identificados correctamente entre todos los casos de esa clase identificados por el modelo. c) Dividiendo el número de casos correctamente clasificados de todas las clases por el número total de casos. d) Ninguna de las anteriores.
¿Cómo se calcula el valor de la métrica “precision” de un modelo entrenado? a) Dividiendo el número de casos de una clase identificados correctamente entre todos los casos reales de dicha clase. b) Dividiendo el número de casos de una clase identificados correctamente entre todos los casos de esa clase identificados por el modelo. c) Dividiendo el número de casos correctamente clasificados de todas las clases por el número total de casos. d) Ninguna de las anteriores.
¿Qué métrica de evaluación de modelos de regresión penaliza los errores grandes? a) El error medio absoluto. b) El accuracy c) El error cuadrático medio. d) El recall.
¿Qué es la validación cruzada a la hora de evaluar un modelo? a) Consiste en repetir y calcular la media aritmética obtenida de las medidas de evaluación sobre diferentes particiones del conjunto de datos. b) Consiste en cruzar los datos que tenemos con los de otro compañero y calcular cada uno el error del otro. c) Consiste en calcular el error de los datos de entrenamiento en vez de utilizar los de test. d) Consiste en calcular la métrica de evaluación y buscar su valor simétrico respecto del eje horizontal.
En la validación cruzada de k iteraciones, el valor de k corresponde a a) El número de iteraciones que se van a hacer. b) El número de casos en cada muestra. c) El coeficiente de reducción que se aplica al error. d) El número total de los datos del dataset.
En la validación cruzada aleatoria, el bloque de validación se escoge: a) de forma aleatoria. b) buscando el caso con el valor más alto de entropía c) seleccionando el último caso entrenado. d) Ninguna de las anteriores.
La principal desventaja de la validación cruzada dejando uno fuera es a) que es un proceso muy costoso computacionalmente. b) que hay riesgo de perder información. c) que es muy probable que haya overfitting. d) que se van perdiendo datos a lo largo del proceso.
A la hora de buscar los hiperparámetros óptimos para tener un buen modelo… a) se suele utilizar la métrica de accuracy para guiar el proceso. b) se suele hacer a ciegas c) se busca que el proceso sea muy rápido d) ninguna de las anteriores.
En la técnica Random Search para buscar los hiperparámetros óptimos a) se modifican aleatoriamente las soluciones previamente generadas en el espacio de búsqueda. b) se utilizan valores de hiperparámetros distribuidos en el espacio de búsqueda siguiendo una distribución con forma de red. c) se utilizan los hiperparámetros recomendados por el diseñador del modelo. ninguna de las anteriores.
En la técnica Grid Search para buscar los hiperparámetros óptimos a) se modifican aleatoriamente las soluciones previamente generadas en el espacio de búsqueda. b) se utilizan valores de hiperparámetros distribuidos en el espacio de búsqueda siguiendo una distribución con forma de red. c) se utilizan los hiperparámetros recomendados por el diseñador del modelo. d) ninguna de las anteriores.
¿Qué es un problema de clasificación no balanceado? a) aquel en el que ningún modelo consigue entrenarse adecuadamente. b) son problemas en los que no necesitamos datos externos. c) aquel en el que hay muchísimos datos disponibles d) es un problema en el que el conjunto de datos tiene muchos más casos de una clase que de otra u otras.
¿En qué sectores encontramos problemas de clasificación muy desbalanceados a) En el área de la salud. b) En el ámbito del fraude. c) En el estudio de un funnel de marketing. d) En todos ellos.
La técnica de submuestreo para casos de clasificación no balanceada consiste en a) Ninguna de las anteriores. b) añadir casos a la clase minoritaria para igualar el número de casos entre clases. c) añadir errores a propósito en la clase mayoritaria para confundir al modelo. d) eliminar casos de la clase mayoritaria para igualar el número de casos entre clases.
La técnica de sobremuestreo para casos de clasificación no balanceada consiste en a) Ninguna de las anteriores. b) añadir casos a la clase minoritaria para igualar el número de casos entre clases. c) añadir errores a propósito en la clase mayoritaria para confundir al modelo d) eliminar casos de la clase mayoritaria para igualar el número de casos entre clases.
En la detección de anomalías en conjuntos de datos, tenemos que a) Las anomalías pueden representar casos o eventos sospechosos que requieren atención. b) Las anomalías siempre van a ser errores que se han cometido al recoger los datos mal. c) No se puede saber qué es un caso normal y qué es una anomalía. d) Lo mejor es eliminar las anomalías del dataset.
¿Qué algoritmo de detección de anomalías se basa en que éstas son fáciles de separar? a) Isolation Forest. b) Regresión logística. c) KNN. d) Redes neuronales profundas.
¿Qué técnicas se pueden utilizar en la búsqueda de los hiperparámetros óptimos para nuestro modelo? a) Random Search b) Grid Search c) Las dos anteriores.
|
